JP2017525444A - ストレスをモニタリングするための方法およびシステム - Google Patents

Abstract

被験者のストレスレベルをモニタリングするための方法およびシステム。被験者の心臓の心拍間隔時間変動および一回拍出量変動が同時に取得され、ストレスレベル指標が、該心拍間隔時間変動および相対一回拍出量変動の関数として求められる。ストレスレベルのより正確で信頼性の高い推定値を得ることができる。【選択図】図５

Description

本発明は、被験者のバイタルサインのモニタリングに関し、特に、独立請求項の前提部において定義されている、被験者のストレスレベルをモニタリングするためのシステム、方法、およびコンピュータプログラム製品に関する。

ストレスは、現存する平衡に変化をもたらす要因に起因する、身体的または精神的な緊張状態として定義され得る（Ｍｅｒｒｉａｍ−Ｗｅｂｓｔｅｒ’ｓ Ｏｎｌｉｎｅ Ｄｉｃｔｉｏｎａｒｙ）。近年、健康および運動トレーニングの両方の観点から、個人の生理的および／または精神的ストレスのレベルならびに回復のレベルの、有用で信頼できる臨床像を得ることがますます重要になっている。これは、持久力スポーツにおける最適なトレーニングにとって特に重要であり得る。

心拍変動（ＨＲＶ）とは、心拍間隔時間の変動を指す。心拍間隔時間の変動は生理的現象である。心臓の洞房結節がいくつかの異なる入力を受け取り、瞬間心拍数およびその変動がこれらの入力によってもたらされる。近年の研究では、ＨＲＶが高いことは良好な健康および体調の良さとますます結びつけられ、一方で、ＨＲＶの低いことは、ストレスおよび疲労と関連付けられている。様々なアプリケーションでは、心臓の心拍間隔時間からＨＲＶを測定することによって、ストレスおよびストレスからの回復が推定されている。

多くのストレスおよび回復モニタリングアプリケーションは、被験者の心臓の心拍間隔時間を測定するためにＥＣＧ（心電図）の技術を使用し、これらの測定値からＨＲＶが求められる。心拍の自然に発生する主な変動は、呼吸により生じることが知られている。しかしながら、多くの研究がなされているにも拘わらず、呼吸によって誘発される心拍変動の正確なメカニズムは、まだ十分には分かっていない。これらのモニタリングアプリケーションは様々なＨＲＶ解析方法を含むが、依然として多くの課題が存在する。

誤りが発生し得る状況の一例としては、運動選手に関する夜間回復の解析が挙げられる。図１は、夜間測定における人の心拍数および心拍変動を示す。入民段階の間、呼吸の深さおよび呼吸数の変動が低減し、それらとともに、心拍変動も低減していることが分かる。ここから導かれるのはストレスの増大という誤った判定であり、実際には逆のことが起こっている。

個々の結果を比較可能にするために、簡単な市販のトレーニングアプリケーションによっては、ユーザに、ＨＲＶの測定を毎日同様の条件で（たとえば、朝に）行うよう指示がなされている。これによって測定値に対する呼吸の影響のいくらかは排除されるが、関連する諸条件の類似度を検証することは困難であり、それゆえ、結果の信頼性はある程度に留まる。他の種類のトレーニングアプリケーションでは、ユーザは、測定前の自身の活動に関する追加データを手入力で提供するように要求される。この追加データは、ＨＲＶの測定値の解釈を改善するために使用される。そのような方法はより正確であるが、ユーザにとっては手間である。さらに、それらの方法はなお間接的である。つまり、測定値の解釈は実験で得られて平均された統計データに基づく。

測定された心拍間隔時間からストレスレベルを判定するために、先進的な数理解析方法を使用するアプリケーションもある。たとえば周波数領域方法では、周波数帯域が割り当てられ、測定された心拍間隔時間をこれらに分割する。その後、これらの周波数帯域にわたる測定間隔時間の分布から、ストレスレベルが導出される。時間領域の方法においては、心拍間隔時間が統計的に解析されて、標準偏差、逐次差の二乗平均平方根等の変数が算出される。これらの方法ではより高い精度が得られるが、必要な計算量が多い。また依然として、計算された分布および変数の解釈は間接的であり、すなわち、実験で得られて平均されたデータに基づく。

本発明の目的は、従来技術の欠点の少なくとも１つが解消するかまたは軽減されている、改善されたストレスモニタリングを可能にすることである。また、本発明の目的は、独立請求項の特徴的な部分に係るシステム、方法およびコンピュータプログラム製品によって達成される。

本発明のいくつかの有益な実施形態は、従属請求項に開示されている。

本発明は、心臓の一回拍出量の変動は被験者の呼吸によって変動するが、生理的または精神的ストレスによる影響はごく最小限に留まるという知見を応用する。したがって、一回拍出量を心臓の心拍間隔時間と並行して測定しても、その測定値から、呼吸の影響、ならびに身体的および心理的ストレスの影響を明確に分離することが可能である。これは、より正確で信頼性の高いストレスレベルの推定が可能であることを意味する。

以下において、これらの添付の図面を参照しながら、好ましい実施形態に関連して、本発明をより詳細に説明する。
夜間測定における人の心拍変動を示す図である。 モニタリングシステムの一実施形態の機能的要素を示す図である。 ストレスモニタリングシステムの機能的構成を示す図である。 遠隔モニタリングシステムを示す図である。 被験者の心拍周期中の、フィルタリングされた角度心弾動信号の例を示す図である。 試験状態における被験者の睡眠周期曲線を示す図である。

以下の実施形態は例示である。本明細書では「一」実施形態、「１つの」実施形態、または「いくつかの」実施形態を参照する場合があるが、これは必ずしも、そのような各参照が当該１つまたは複数の実施形態に対するものであること、または、その特徴が単一の実施形態にのみ当てはまることを意味するものではない。複数の異なる実施形態各々の単一の特徴を組み合わせて、さらなる実施形態が提供されてもよい。

以下において、本発明の特徴を、本発明の様々な実施形態を実装することができるデバイスアーキテクチャの単純な例を用いて説明する。実施形態の説明に関連する要素のみを詳細に説明する。

本発明に係るモニタリングシステムは、被験者のストレス、またはストレスからの回復を示す１つまたは複数のパラメータに関する１つまたは複数の出力値を生成する。これらの値はそのまま使用されてもよいし、または、さらなる処理を経て、被験者のストレス、またはストレスからの回復の指標とされてもよい。モニタリングシステムは、本明細書においては、人間の被験者に適用されるものとして開示されている。しかしながら、本発明は、動物種、または心臓を有する任意の種類の被験体に適用可能である。

本発明は、被験者の心拍間隔時間変動および一回拍出量を同時に取得することを含む。心拍間隔時間変動または心拍変動（ＨＲＶ）とは、ここでは、被験者の心拍間の時間間隔が変動する生理的現象を指す。拍動を検出するための方法の例には、心電図記録法（ＥＣＧ）、血圧計による血圧測定、心弾動図デバイス、および光電脈波計（ＰＰＧ）または圧力センサによる脈波信号測定が含まれる。

一回拍出量（ＳＶ）とは、ここでは、拍動ごとに１つの心室から圧送される血液の量を指す。一回拍出量は心室容積の測定値から計算することができ、拍動の直前に心室内にある血液の体積（拡張末期容積と呼ばれる）から拍動の終わりにおける血液の体積（収縮末期容積と呼ばれる）を減算して得られる。一回拍出量を検出するための方法には、心エコー図、心弾動図デバイス、および光電脈波計（ＰＰＧ）または圧力センサによる脈波信号測定が含まれる。一回拍出量変動（ＳＶＶ）とは、ここでは、一被験者において一回拍出量が変動する生理的現象を指す。

本発明は、被験者の心拍間隔時間変動と一回拍出量変動とを同時に測定するための手段を含むデバイスを開示する。心拍または一回拍出量を検出するために適用される方法に応じて、ＳＳＶおよびＨＲＶを測定するための単一のセンサまたは複数の別個のセンサが使用され得る。

図２のブロック図は、本発明に係るモニタリングシステム２００の一実施形態の機能的要素を示す。モニタリングシステム２００は、被験者の心臓の一回拍出量と心拍間隔時間との両方を示す心弾動信号を取得するように構成されているセンサを含む構成の一例である。モニタリングシステム２００はまた、心弾動信号から、被験者のストレスまたはストレスからの回復を示す出力パラメータの測定値を生成するように構成されている信号処理手段を含む。これらの要素は、このシステムの１つの物理デバイス、または２つ以上の電気的に、もしくは通信可能に結合されている物理デバイスとして実装されてもよい。

図２は、モニタリングシステム２００の構成例を示す。この構成例におけるモニタリングシステム２００は、センサユニット２０２と制御ユニット２０４とを備える。センサユニット２０２は、モニタリングされる被験者に取り付けられる要素と考えてもよく、制御ユニット２０４は、センサユニット２０２と通信可能に結合されてはいるが、モニタリングされる被験者から物理的に分離している要素と考えてもよい。センサユニット２０２は、モニタリングされる被験者に直に付着もしくは押着させてもよく、または、被験者に付着もしくは押着している要素、たとえばベッドもしくは椅子から間接的に心弾動信号を取得するように配置されてもよい。

センサユニット２０２は、心弾動信号を取得するための１つまたは複数のセンサ２０６を含む。心弾動とは一般的に、心拍周期中の身体の質量中心の移動に応答して発生する身体の動きを測定するための技術を指す。このセンサは、身体の直線運動または角運動を検知することができ、したがって、たとえば加速度計またはジャイロスコープであってもよい。

センサユニット２０２はまた、さらなる処理のための次の段階の要件を満たすように未処理の入力電気信号を処理する信号調整ユニット２０８をも含んでもよい。信号調整の例には、センサ入力信号を分離、フィルタリング、増幅、および変換して、別の制御デバイスまたは制御システムに転送することができる比例出力信号にすることが含まれ得る。信号調整ユニット２０８はまた、信号に対する積算、積分、パルス幅変調、線形化、および他の数学演算等の計算機能を実行することもできる。信号調整ユニット２０８は、上記の構成に代えて制御ユニット２０４のほうに含まれてもよい。

角運動のセンサが使用される場合、センサユニットは被験者の胸部に取り付けられるのが有益であり、被験者から心拍ごとの心臓の回転運動を検出および取得することができる。直線運動検出では、センサユニットは被験者に直に取り付けられるのも有益であるが、これに代えて間接的に、たとえば、被験者が休むベッド、被験者が座る椅子または座席、被験者が乗る体重計等に取り付けられてもよい。加速度計は、身体から仲介物（たとえばベッドまたは椅子）へと伝わる動きから血管内を移動する血液の反跳信号を検出するために使用することができる。

制御ユニット２０４は、センサユニットに通信可能に結合されて、センサによって生成された信号がさらなる処理のために入力される。一般的にこの結合は、センサユニットへの電力供給およびセンサユニットと制御ユニットとの間の信号の有線によるやり取りの両方を可能にする電気的な結合である。しかしながらセンサユニットは、自給用の電源および制御ユニットへの無線インターフェースを有する独立型のユニットであってもよい。または、センサユニットおよび制御ユニットが、１つの一体型の物理デバイスとして実装されてもよい。

制御ユニット２０４は、処理構成要素２１０を備えるデバイスである。処理構成要素２１０は、所定のデータに対する演算を系統的に実行するための１つまたは複数のコンピューティングデバイスの組み合わせである。この処理構成要素は、１つまたは複数の算術論理演算ユニット、いくつかの特別なレジスタ、および制御回路を備えてもよい。処理構成要素は、コンピュータ可読データもしくはプログラム、またはユーザデータを記憶することができるデータ媒体を提供するメモリユニット２１２を備えてもよく、または当該メモリユニット２１２に接続されてもよい。メモリユニットは、１つまたは複数の揮発性または不揮発性のメモリ、たとえば、ＥＥＰＲＯＭ、ＲＯＭ、ＰＲＯＭ、ＲＡＭ、ＤＲＡＭ、ＳＲＡＭ、ファームウェア、プログラマブルロジックデバイス等のユニットを含んでもよい。

制御ユニット２０４はまた、制御ユニットの内部プロセスにデータを入力するための少なくとも１つの入力ユニットと、制御ユニットの内部プロセスからデータを出力するための少なくとも１つの出力ユニットとを備えるインターフェースユニット２１４を備えてもよく、または当該インターフェースユニット２１４に接続されてもよい。

回線インターフェースが利用される場合、インターフェースユニット２１４は一般的に、その外部接続点に届く情報、およびその外部接続点に接続されている回線に供給される情報に対するゲートウェイとして機能するプラグインユニットを備える。無線インターフェースが利用される場合、インターフェースユニット２１４は一般的に、送信機および受信機を含む無線送受信機ユニットを備える。無線送受信機ユニットの送信機は、処理構成要素２１０からビットストリームを受け取り、当該ビットストリームを、アンテナによって送信するための無線信号に変換することができる。これに対応して、アンテナによって受信された無線信号は無線送受信機ユニットの受信機に導かれ、受信機は、無線信号をさらなる処理のために処理構成要素２１０へと転送されるビットストリームに変換することができる。複数の異なる回線または無線インターフェースが１つのインターフェースユニット内に実装されてもよい。

インターフェースユニット２１４はまた、データを入力するためのキーパッド、タッチスクリーン、マイクロホン等、およびデータをデバイスのユーザに対して出力するための画面、タッチスクリーン、スピーカ等を有するユーザインターフェースを備えてもよい。

処理構成要素２１０およびインターフェースユニット２１４は、所定の、特にプログラムされているプロセスに従って受信および／または記憶されているデータに対する系統的な演算を実行するための手段を提供するために電気的に相互接続される。これらの演算には、図２のモニタリングシステムの制御ユニットにについて本明細書で説明されている手順が含まれる。

図３は、図２のセンサユニット２０２および制御ユニット２０４を含むストレスモニタリングシステム２００の機能的構成を示す。センサユニットは、被験者と直接的または間接的に接触しているとき、心拍周期中の身体の反跳運動に晒される。センサはこの運動に応答して心弾動信号を生成し、当該信号を制御ユニットに転送する。制御ユニットはデータ処理関数Ｆ_１、Ｆ_２を含み、これらはそれぞれ、心弾動信号の値と、被験者の心臓の動作パラメータを示す出力パラメータｐ１、ｐ２の値との間の規則または対応を規定する。図２の例示的な実施形態において、第１の関数Ｆ１は、被験者の心臓の心拍間隔時間変動を表すパラメータｐ１の値を返す。第２の関数Ｆ２は、被験者の心臓の一回拍出量変動を表すパラメータｐ２の値を返す。制御ユニットはまた、同時に測定されるパラメータｐ１およびｐ２の値と、モニタリングされる被験者のストレスレベルを示す出力パラメータＩの少なくとも１つの値との間の対応の規則を規定するデータ処理関数Ｆ３を含む。制御ユニット２０４は、出力パラメータＩの値を後の処理のためにローカルなデータ記憶装置に保存し、制御ユニットのユーザインターフェースを通じてこの値を１つまたは複数の媒体形式で出力し、かつ／またはこの値をさらなる処理のために遠隔ノードに送信してもよい。

図４は、図２のモニタリングシステムを含む遠隔モニタリングシステムを示す。このシステムは、図２のセンサユニット２０２および制御ユニット２０４を備えるローカルノード４００を含むことができる。加えてローカルノード４００は、遠隔ノード４０２に通信可能に接続することができる。たとえば遠隔ノード４０２は、モニタリングアプリケーションをサービスとして１人または複数のユーザに提供するアプリケーションサーバであってもよい。アプリケーションによってモニタリングされる性状の１つが、ユーザのストレスレベルであり得る。あるいは、遠隔ノードはストレスモニタリングアプリケーションがインストールされているパーソナルコンピューティングデバイスであってもよい。ローカルノードは、上述したセンサユニットおよび制御ユニットを含む、専用デバイスまたは複数のデバイスの組み合わせであってもよい。あるいは、ローカルノードは多目的コンピュータデバイス（たとえば、ユーザの携帯電話、ポータブルコンピューティングデバイス、またはネットワーク端末）内のクライアントアプリケーションと連携するセンサユニットとして実装されてもよい。さらにコンピューティングデバイス内のクライアントアプリケーションは、センサユニットおよびサーバアプリケーションと連携してもよい。サーバアプリケーションは、物理的な遠隔ノード４０２内で、または通信ネットワークを通じてアクセス可能な遠隔ノードのクラウド内で利用可能であってもよい。

本発明の様々な態様が、ブロック図、メッセージフロー図、流れ図、および論理フロー図として、または、何らかの他の図的記述を使用して図示および説明され得るが、図示されているユニット、ブロック、装置、システム要素、手順、および方法は、たとえば、ハードウェア、ソフトウェア、ファームウェア、専用回路もしくはロジックデバイス、コンピューティングデバイス、またはこれらのいずれかの組み合わせにおいて実装されてもよいことはよく理解されたい。プログラム製品とも呼ばれるソフトウェアルーチンは製造品であって、任意の装置可読データ記憶媒体に保存することができ、特定の所定のタスクを実施するためのプログラム命令を含む。したがって、本発明の実施形態によれば、コンピュータが読み取り可能であり、図２、図３、または図４のデバイスまたはシステムにおいて、被験者のストレスレベルまたはストレスからの回復をモニタリングするための命令を符号化しているコンピュータプログラム製品もまた提供される。

上述したように、被験者の心臓の一回拍出量と心拍間隔時間との両方を示す信号は、脈波測定デバイスによっても取得し得る。そのようなデバイスは、圧力センサを被験者の体表上のある位置に取り外し可能に取り付けるための固定要素を備える。圧力センサは、その位置にある組織の下の血管を拡張または収縮させる動脈圧波に応答する組織の変形に従って変化する脈波信号を生成するように構成され得る。処理構成要素は、脈波信号を入力し、当該脈波信号から、被験者の心臓の一回拍出量および心拍間隔時間を表す脈波パラメータを計算するように構成されている。

センサには微小電気機械デバイスが有益に適用されるが、他の検出技術が適用されてもよい。一回拍出量と心拍間隔時間との両方を測定する単一のセンサを用いるのが有益である。これにより費用が削減され、かつ２種類のパラメータの処理が単純になるためである。しかしながら、本発明は、同時検出が可能である限り、２つの別個の信号を生成する構成によって実施されてもよい。

この文脈における同時性とは、被験者の心周期に従う、１つまたは複数の信号の周期的性質に関連する。図５は、被験者の心拍周期中の、フィルタリングされた角度心弾動信号Ｓの例を示す図である。縦軸は、特定の検知方向で検知される角速度の大きさを表し、横軸は、タイムステップの累積数、すなわち経過時間を表す。制御ユニットは、様々な出力パラメータに関する値を生成するように構成することができる。たとえば、パラメータには、被験者の心臓の一回拍出量を示すパラメータがあってもよい。一回拍出量に関する出力パラメータは、角度心弾動信号Ｓの振幅を求め、この振幅を時間的拍出量を表す値として使用することによって生成することができる。たとえば、ピーク振幅、半振幅、または、二乗平均平方根振幅をこの目的に使用することができる。信号は純粋に対称な周期波ではないため、振幅は、規定の基準値に対して、たとえば信号曲線のゼロ点から測定されることが有益である。範囲内の他の基準値が適用されてもよい。そして、一回拍出量変動の値は、時間的に連続する２つの一回拍出量の値の差として計算することができる。

これに代えて、または加えて、被験者の心拍を示すパラメータがあってもよい。たとえば、角度心弾動信号Ｓの特徴点を選択し、連続する信号系列における特徴点の出現を判定することによって出力パラメータが生成されてもよい。たとえば、信号系列の最小値または最大値がこの特徴点として利用されてもよい。特徴点の出現は、心拍のタイムスタンプと考えることができる。２つのタイムスタンプの間の時間を、被験者の心臓の心拍間隔（Ｂ−Ｂ）時間と仮定することができ、この逆数は被験者の心拍数（ＨＲ）を表すと考えることができる。ひいては、心拍間隔時間の値は、連続する２つの心拍数の値の差として計算することができる。

同様の方法が脈波信号に使用されてもよい。波の振幅は、一回拍出量を求めるために利用することができ、連続する波の特徴点の間の周期は、心拍間隔時間を求めるために利用することができる。

一回拍出量変動と心拍間隔時間変動との両方を求めるにあたって、測定信号の特定の周期が適用される。一回拍出量測定においては、振幅は、ゼロ点と、信号曲線周期の一時点における最大値との間で求められ得る。他方、平均振幅値の計算に、信号曲線周期の全体が適用されてもよい。選択される振幅判定メカニズムによっては、これら２つの例の中間的な、部分信号周期が適用されてもよい。心拍間隔時間は、２つの連続する信号曲線周期における特徴点の間隔から求められ得る。したがって、心拍間隔時間の変動の計算には、信号曲線の２つ以上の連続する周期が用いられ得る。

本発明においては、被験者の心拍間隔時間および相対一回拍出量変動が同時に取得され、ストレスレベル指標ＳＩが、心拍間隔時間変動および相対一回拍出量変動の関数として求められる。この文脈において、一回拍出量変動と心拍間隔時間変動とが同時に取得されるとは、ストレスレベル指標の値を求めるための、一回拍出量変動の値を求めるために利用される１つまたは複数の間隔と、心拍間隔時間変動の値を求めるために利用される１つまたは複数の間隔とが、時間的に少なくとも一部で重なり合う場合であると考えることができる。

同時測定の概念を、図５の例により示す。図５は、時間的拍出量ＳＶ１、ＳＶ２を、信号曲線のゼロ点と信号周期の最大点との差から計算する計算方法を簡単にした例を示す。時間的心拍間隔時間ＢｔＢ１、ＢｔＢ２が、連続する２つの信号周期における最大点どうしの間隔から計算される。そして、時間的拍出量ＳＶ１、ＳＶ２の差から一回拍出量変動ＳＶＶ１を計算することができ、時間的心拍間隔時間ＢｔＢ１、ＢｔＢ２の差から心拍間隔時間変動ＢｔＢＶを計算することができる。一回拍出量変動の値を求めるために適用される間隔および心拍間隔時間変動の値を求めるために適用される間隔は、図５において水平な破線で示されている。これらの間隔は、時間的に少なくとも一部で重なり合っており、ストレスレベル指標ＳＩの値を求めるために利用可能であることが分かる。他の信号タイプまたは２つの別個の信号を使用する構成へのこの原理の適用については、当業者にとって明らかである。

心拍間隔時間変動を取得する方法の選択肢のひとつは、連続する心拍間隔時間の差の絶対値をローパスフィルタリングすることである。用い得るフィルタ関数の１つは、以下のとおりである。

ｙ（ｔ）＝ｙ（ｔ−１）＊（１−ｋ）＋ｘ（ｔ）＊ｋ

式中、ｘ（ｔ）＝ＡＢＳ（ｔｂ２ｂ（ｔ）−ｔｂ２ｂ（ｔ−１））、ｙ（ｔ）およびｙ（ｔ−１）は、それぞれタイムステップｔおよびｔ−１における心拍間隔時間、ｋ＜１はフィルタ係数である。ｔｂ２ｂ（ｔ）およびｔｂ２ｂ（ｔ−１）は、それぞれタイムステップｔおよびｔ−１における心拍間隔時間である。

相対一回拍出量変動の計算方法の選択肢のひとつは、以下のとおりである。

ＳＶＶ（ｔ）＝ＳＶＶ（ｔ−１）＊（１−ｋ）＋ｋ＊ｘ（ｔ）

式中、ＳＶＶ（ｔ）およびＳＶＶ（ｔ−１）は、それぞれタイムステップｔおよびｔ−１における相対一回拍出量変動、ｋ＜１はフィルタ係数、ｘ（ｔ）＝ＡＢＳ（ＳＶ（ｔ）−ＳＶ（ｔ−１））／ＡＶＥ＿ＳＶ（ｔ）である。ここで、ＳＶ（ｔ）およびＳＶ（ｔ−１）は、それぞれタイムステップｔおよびｔ−１における一回拍出量であり、ＡＶＥ＿ＳＶ（ｔ）は、ローパスフィルタリングされた一回拍出量関数である。フィルタは、たとえば、上記の心拍間隔時間をフィルタリングするために使用されるフィルタと同じ形式、すなわち、以下のものであってもよい。

ｙ（ｔ）＝ｙ（ｔ−１）＊（１−ｋ）＋ｘ（ｔ）＊ｋ

式中、ｘ（ｔ）は未処理の一回拍出量であり、ｙ（ｔ）はローパスフィルタリングされた一回拍出量である。

一回拍出量および心拍数は、いずれも被験者の呼吸によって変動することが知られているが、心拍間隔時間変動は精神的および生理的ストレスの影響を大きく受け、その一方で、一回拍出量変動はおもに呼吸の深さによる影響を受ける。心拍間隔時間変動と並行して一回拍出量変動を測定することができれば、身体的または心理的ストレスおよび回復の影響を、測定値から分離することが可能である。したがって、最低限の計算で、１つまたは２つのセンサデータ信号入力から直に正確なストレス指標を取得することができる。

被験者が経験する精神的および生理的ストレスのレベルの指標をストレスレベル指標ＳＩと表すこととする。ＳＩは、測定された心拍間隔時間変動（ＨＲＶ）および一回拍出量変動（ＳＶＶ）の関数として計算することができる。

ＳＩ＝ｆ（ＨＲＶ；ＳＶＶ）

ＳＩを計算する目的で、適用可能な測定継続時間の間（数分〜数時間）、心拍間隔時間（ＨＲＶ）と一回拍出量変動（ＳＶＶ）との関係の変化が、ストレスに関連すると仮定することが可能である。ＳＩの計算に使用することができる関数の簡単な例は、以下のとおりである。

ＳＩ＝ＨＲＶ／ＳＶＶ

したがって、ストレスがなければ、この２つのパラメータ値の関係は規定の範囲内に留まると仮定することができる。この範囲から逸脱すると、特に、ＨＲＶがＳＶＶよりも小さくなると、ストレスレベルが増大していることを示していると考えることができる。

他に考えられるのは、以下の関数を使用することである。

ＳＩ＝ＨＲＶ／（ＳＶＶ／ＳＶ）

式中、ＳＶは、測定中の被験者の平均一回拍出量である。

他のタイプの関数、たとえば呼吸の影響の補償が減衰される関数か、または非線形的な関数、すなわち、以下の関数を使用することもできる。

ＳＩ＝ＨＲＶ／（１＋ｋ＊ＳＶＶ／ＳＶ）
または
ＳＩ＝ＨＲＶ／（ＳＶＶ／ＳＶ）＾ｋ

式中、ｋは係数である。

解析では、心拍変動（ＨＲＶ）を、スペクトルプロファイルにおいて、高周波（ＨＦ）帯域（０．１０〜０．４０Ｈｚ）、低周波（ＬＦ）帯域（０．０４〜０．１０Ｈｚ）、および超低周波（ＶＬＦ）帯域（＜０．０４Ｈｚ）に区別することができる。呼吸周期によって引き起こされる心拍数の変動は一般的に、高周波（ＨＦ）帯域において検出される。低周波（ＬＦ）帯域（０．０４〜０．１０Ｈｚ）は、血圧の調整、およびいわゆる０．１Ｈｚのゆらぎを含む血管運動神経性緊張に関係する変動を表す。本明細書においては、低周波（ＬＦ）帯域における心拍変動は低周波心拍変動（ＬＦＨＲＶ）と言い、高周波（ＨＦ）帯域における心拍変動は、高周波心拍変動（ＨＦＨＲＶ）と言う。一実施形態において、適用される関数は以下のとおりであってもよい。

ＳＩ＝ＨＦＨＲＶ／（ＬＦＨＲＶ＊ＳＶＶ／ＳＶ）＝（ＨＦＨＲＶ＊ＳＶ）／（ＬＦＨＲＶ＊ＳＶＶ）

この関数を使用することによって、仮定的なストレスレベルに関する良好な推定値が得られる。加えて、ＳＩの変動の被験者の睡眠周期との明らかな対応が検出されている。したがって、提案されている方法によって、容易かつ目立たない手法で被験者の睡眠周期を検出することも可能である。図６は、以下のフィルタによるＳＩの信号のデジタルフィルタリングによって得られる曲線の例を示す。

ｙ（ｎ）＝ｙ（ｎ−１）＊（１−ｋ）＋ｋ＊ｘ（ｎ）

ここで、時間係数は１０〜２０分である。上記とは別のフィルタがこの範囲内で当然適用され得る。模様付きの円は、被験者の睡眠周期を示す。前述のように、この例において利用されているストレスレベル指標は、モニタリングされた時間間隔での回復のレベルを示すと考えられ、増加を示しているこのストレスレベル指標曲線は、一連の睡眠周期に伴って高くなる仮定的な回復レベルを示す。

睡眠周期の指標は、たとえば表示ユニットにおいてモニタリング担当者に向けて表示されることによって、または、睡眠周期データを指標のモニタリングまたは警告のためにさらに処理する別のユニットに転送されることによって出力されてもよい。

本発明の一実施形態においては、心弾動信号が、加速度計、または力もしくは圧力センサによって取得される。被験者の心拍は、被験者の身体内の血流を生じさせ、その結果として測定可能な力となる。センサによって測定されるこの力の一次導関数または二次導関数は、心拍変動（ＨＲＶ）を求めるために利用可能である。取得された力信号を微分することで、その結果として加速度信号が得られる。被験者の動きまたは他の外部要因による加速度の影響は、取得される加速度信号にローパスフィルタを適用して関連帯域幅に絞ることによって低減することができる。たとえば、以下の関数を用いて、アナログフィルタおよびデジタルフィルタのいずれも適用することができる。

ｙ（ｔ）＝ｙ（ｔ−１）＊（１−ｋ）＋ｘ（ｔ）＊ｋ

式中、ｙ（ｔ）およびｙ（ｔ−１）は、それぞれタイムステップｔおよびｔ−１におけるフィルタ出力であり、ｘ（ｔ）は、タイムステップｔにおけるフィルタ入力であり、ｋはフィルタ係数である。

そして、検出される心拍について、フィルタリングされた関数が以下の基準のうちの１つまたは複数を満たすことを要件として、心拍を検出することができる。適用される基準では、連続する極大値および極小値からなるシーケンスが所定の閾値と比較される。
・３つの極小値と極大値とのシーケンスｍｉｎ１−＞ｍａｘ１−＞ｍｉｎ２−＞ｍａｘ２−＞ｍｉｎ３−＞ｍａｘ３、ここで、勾配の合計＝（ｍａｘ１−ｍｉｎ１）＋（ｍａｘ１−ｍｉｎ２）＋ｍａｘ２−ｍｉｎ２）＋（ｍａｘ２−ｍｉｎ３）＋（ｍａｘ３−ｍｉｎ３）は所定の限度を超える、
・ｍａｘ−＞ｍｉｎ−＞ｍａｘのシーケンス、ここで、勾配の合計、たとえば、＝（ｍａｘ１−ｍｉｎ２）＋（ｍａｘ２−ｍｉｎ２）は所定の限度を超える、
・ｍｉｎ−＞ｍａｘ−＞ｍｉｎのシーケンス、ここで、勾配の合計、たとえば、＝（ｍａｘ２−ｍｉｎ２）＋（ｍａｘ２−ｍｉｎ３）は所定の限度を超える。

これらの基準のうちの１つまたは複数が満たされる場合、心拍が検出される。利用される極大値または極小値のうちの１つ（たとえば、ｍａｘ１）は、検出される心拍のタイムスタンプとして選択することができる。これらの心拍の個々のタイムスタンプに基づいて、上述したように、心拍間隔時間を計算することができ、そこから心拍間隔時間変動を計算することができる。

さらなる改良として、不正確な時間間隔を除去することができ、また、欠けている時間間隔を、妥当性に関する基準を用いて補充することができる。たとえば、
・導出された心拍間隔時間が、母集団の最大心拍に対応する心拍間隔時間もしくは測定されている被験者の心拍に対応する心拍間隔時間よりも短い、または、測定が行われる条件（たとえば、体重計に乗る）下での母集団もしくは被験者に対応する心拍間隔時間よりも短い場合、この心拍間隔時間は除去される、
・心拍間隔時間に対する心拍変化が、問題の母集団または被験者に起こり得る変化よりも大きい場合、この心拍間隔時間は許容されない。

妥当性に関する基準を適用すると、妥当な心拍が残り、たとえば対応する回復またはストレスレベルを求めるための心拍変動の正確な計算が可能である。これにより、測定残差信号を二重積分して、心拍インパルス、心拍出量、および心拍出値が取得されてもよい。しかしながら、連続する極大値および極小値のシーケンスによる単純な計算に基づいて心拍を検出するこの方法は、他のアプリケーションにおいてもまた、独立して心拍検出に適用可能であることに留意されたい。たとえばこの方法は、車両または病院ベッドまたは警備されている施設内等の人間または動物の存在を検出するために適用されてもよい。開示されている方法は、必要な計算資源が最小限であるため、モバイルアプリケーションを含む様々な環境に適用可能である。

開示されている被験者のストレスレベルのモニタリングから得られるストレスレベル指標は、モニタリングシステムのインターフェースユニットを通じて結果を被験者または被験者以外の人物、たとえば、被験者の健康をモニタリングする人物に表示することによってそのまま適用することができる。視覚的なストレスレベル指標による、睡眠の質および回復に関する重要な情報の提供がすでに運動選手に対してなされているが、睡眠の質および労作からの回復の解析は、あらゆるライフステージにあるあらゆる人にとって等しく重要である。提案されている方法は、胎児のストレスレベルのモニタリングに使用することができることから、妊娠中の異常な状態の早期の検出を可能にする。視覚的なストレスレベル指標は、その後のライフステージ、特に幼年期および老齢期においても、異常な状態を示すのに利用可能である。

また、ストレスレベル指標は、表示機能なしに、または、表示機能に加えて利用されてもよい。ストレスレベル指標は、追加の信号および／または被験者の生理的パラメータが利用可能であるモニタリングシステムにおけるさらなる処理に使用することができる。ストレスレベル指標は、単独で、または他の生理的パラメータと組み合わせて、感染症もしくは炎症、心筋梗塞、心房細動、または乳幼児突然死症候群の高い危険性のような病的状態に関する早期の警告の実施に利用できる。

技術の進歩とともに、本発明の基本的な着想を様々な方法で実施することができることが当業者には明らかである。それゆえ、本発明およびその実施形態は上記の例には限定されず、請求項の範囲内で変化することができる。

Claims (27)

1. 被験者のストレスレベルをモニタリングするための方法であって、
   被験者の心臓の心拍間隔時間変動および一回拍出量変動を同時に取得することと、
   前記心拍間隔時間変動および前記相対一回拍出量変動の関数として、ストレスレベル指標を求めることとを含む、
   方法。
2. 前記ストレスレベル指標は、前記被験者から同時に取得される心拍間隔時間と一回拍出量変動との比として計算される、
   請求項１に記載の方法。
3. 前記心拍間隔時間変動および前記相対一回拍出量変動は、１つのセンサのセンサ信号から求められる、
   請求項１または２に記載の方法。
4. 前記心拍間隔時間変動は、１つのセンサのセンサ信号から求められ、前記相対一回拍出量変動は、別のセンサのセンサ信号から求められる、
   請求項１または２に記載の方法。
5. 前記心拍間隔時間変動および前記相対一回拍出量変動のうちの少なくとも一方は、加速度計または角速度センサを用いて生成される心弾動信号から取得される、
   請求項３または４に記載の方法。
6. 前記心拍間隔時間変動および前記相対一回拍出量変動のうちの少なくとも一方は、圧力センサを用いて生成される血圧脈波信号から取得される、
   請求項１に記載の方法。
7. 前記心拍間隔時間変動は、連続する心拍間隔時間の差の絶対値をローパスフィルタリングすることによって計算され、または、前記一回拍出量変動は、連続する一回拍出量の値の差をローパスフィルタリングすることによって計算される、
   請求項１に記載の方法。
8. 前記ストレスレベル指標は、モニタリングシステムのインターフェースユニットを通じて表示される、
   請求項１〜７のいずれか１項に記載の方法。
9. 前記ストレスレベル指標は、追加の信号および／または前記被験者の生理的パラメータが利用可能であるモニタリングシステムにおけるさらなる処理に使用される、
   請求項１〜７のいずれか１項に記載の方法。
10. 前記ストレスレベル指標は、関数
    ＳＩ＝ＨＲＶ／ＳＶＶを用いて計算され、
    式中、ＳＩは前記ストレスレベル指標であり、ＨＲＶは前記心拍間隔時間変動であり、ＳＶＶは前記一回拍出量変動である、
    請求項１〜９のいずれか１項に記載の方法。
11. 前記ストレスレベル指標は、関数
    ＳＩ＝ＨＲＶ／（ＳＶＶ／ＳＶ）を用いて計算され、
    式中、ＳＩは前記ストレスレベル指標であり、ＨＲＶは前記心拍間隔時間変動であり、ＳＶＶは前記一回拍出量変動であり、ＳＶは測定期間中の前記被験者の平均一回拍出量である、
    請求項１〜９のいずれか１項に記載の方法。
12. 前記ストレスレベル指標は、関数
    ＳＩ＝ＨＲＶ／（１＋ｋ＊ＳＶＶ／ＳＶ）
    または
    ＳＩ＝ＨＲＶ／（ＳＶＶ／ＳＶ）＾ｋを用いて計算され、
    式中、ＳＩは前記ストレスレベル指標であり、ＨＲＶは前記心拍間隔時間変動であり、ＳＶＶは前記一回拍出量変動であり、ＳＶは測定期間中の前記被験者の平均一回拍出量であり、ｋは選択される係数である、
    請求項１〜９のいずれか１項に記載の方法。
13. 前記ストレスレベル指標は、関数
    ＳＩ＝ＨＦＨＲＶ／（ＬＦＨＲＶ＊ＳＶＶ／ＳＶ）＝（ＨＦＨＲＶ＊ＳＶ）／（ＬＦＨＲＶ＊ＳＶＶ）を用いて計算され、
    式中、ＳＩは前記ストレスレベル指標であり、ＬＦＨＲＶは低周波帯域における心拍変動であり、ＨＦＨＲＶは高周波帯域における心拍変動であり、ＳＶＶは前記一回拍出量変動であり、ＳＶは測定期間中の前記被験者の平均一回拍出量である、
    請求項１〜９のいずれか１項に記載の方法。
14. 前記フィルタリングされているストレスレベル指標信号ＳＩから計算される前記被験者の睡眠周期の指標を出力することをさらに含む、
    請求項１３に記載の方法。
15. 被験者の心臓の心拍間隔時間変動および一回拍出量変動を同時に取得するための手段と、
    前記心拍間隔時間変動および前記一回拍出量変動の関数として、ストレスレベル指標を求めるための手段とを備える、
    ストレスモニタリングシステム。
16. 前記求めるための手段は、前記ストレスレベル指標を、心拍間隔時間と一回拍出量変動との比として計算するように構成されており、前記変動は前記被験者から同時に取得される、
    請求項１５に記載のシステム。
17. 前記システムはセンサユニットを備え、前記求めるための手段は、前記センサユニットの１つのセンサ信号から前記心拍間隔時間変動および前記相対一回拍出量変動を計算するように構成されている、
    請求項１５または１６に記載のシステム。
18. 前記システムはセンサユニットを備え、前記求めるための手段は、前記センサユニットの１つのセンサ信号から前記心拍間隔時間変動を計算し、前記センサユニットの別のセンサ信号から前記相対一回拍出量変動を計算するように構成されている、
    請求項１５または１６に記載のシステム。
19. 前記システムは加速度計または角速度センサを備え、前記求めるための手段は、前記加速度計または前記角速度センサを用いて生成される心弾動信号から前記心拍間隔時間変動および／または前記相対一回拍出量変動を計算するように構成されている、
    請求項１５または１６に記載のシステム。
20. 前記システムは圧力センサを備え、前記求めるための手段は、前記圧力センサを用いて生成される血圧脈波信号から前記心拍間隔時間変動および／または前記相対一回拍出量変動を計算するように構成されている、
    請求項１７または１８に記載のシステム。
21. 心拍は、前記心弾動信号または前記血圧脈波信号の連続する極大値および極小値のシーケンスを、所定の閾値と比較することによって検出される、
    請求項１９または２０に記載のシステム。
22. 前記ストレスレベル指標を計算するための関数は
    ＳＩ＝ＨＲＶ／ＳＶＶであり、
    式中、ＳＩは前記ストレスレベル指標であり、ＨＲＶは前記心拍間隔時間変動であり、ＳＶＶは前記一回拍出量変動である、
    請求項１５〜２１のいずれか１項に記載のシステム。
23. 前記ストレスレベル指標を計算するための関数は
    ＳＩ＝ＨＲＶ／（ＳＶＶ／ＳＶ）であり、
    式中、ＳＩは前記ストレスレベル指標であり、ＨＲＶは前記心拍間隔時間変動であり、ＳＶＶは前記一回拍出量変動であり、ＳＶは測定期間中の前記被験者の平均一回拍出量である、
    請求項１５〜２１のいずれか１項に記載のシステム。
24. 前記ストレスレベル指標を計算するための関数は
    ＳＩ＝ＨＲＶ／（１＋ｋ＊ＳＶＶ／ＳＶ）
    または
    ＳＩ＝ＨＲＶ／（ＳＶＶ／ＳＶ）＾ｋであり、
    式中、ＳＩは前記ストレスレベル指標であり、ＨＲＶは前記心拍間隔時間変動であり、ＳＶＶは前記一回拍出量変動であり、ＳＶは測定期間中の前記被験者の平均一回拍出量であり、ｋは選択される係数である、
    請求項１５〜２１のいずれか１項に記載のシステム。
25. 前記ストレスレベル指標を計算するための関数は
    ＳＩ＝ＨＦＨＲＶ／（ＬＦＨＲＶ＊ＳＶＶ／ＳＶ）＝（ＨＦＨＲＶ＊ＳＶ）／（ＬＦＨＲＶ＊ＳＶＶ）であり、
    式中、ＳＩは前記ストレスレベル指標であり、ＬＦＨＲＶは低周波帯域における心拍変動であり、ＨＦＨＲＶは高周波帯域における心拍変動であり、ＳＶＶは前記一回拍出量変動であり、ＳＶは測定期間中の前記被験者の平均一回拍出量である、
    請求項１５〜２１のいずれか１項に記載のシステム。
26. 前記システムは、前記被験者の睡眠周期の指標を出力するように構成されており、睡眠周期の各指標は、前記ストレスレベル指標信号ＳＩをデジタルフィルタリングする結果として得られる、
    請求項２５に記載のシステム。
27. コンピュータによって読み取り可能であり、ストレスモニタリングシステムにおいて請求項１〜１４のいずれか１項に記載の方法を実行するための命令を符号化する、
    コンピュータプログラム製品。

Images